Di Alex Welsh , Vicepresidente, Analytics Practice, Ephesoft
Sceglieresti dove andare in vacanza se potessi accedere solo al 10-20 percento delle recensioni e delle informazioni su un sito Web di viaggi? Se lo fai, probabilmente avrai un viaggio indimenticabile, ma per ragioni che potrebbero non piacerti. Tuttavia, le organizzazioni governative e le aziende, dalla produzione alle compagnie assicurative, dalla sanità alle banche, stanno prendendo decisioni proprio su questa stessa linea. E lo fanno da anni. Osservano le informazioni facili che possono ottenere dai dati strutturati ignorando i loro dati non strutturati, che secondo Deloitte potrebbero rappresentare dall'80 al 90 percento dei contenuti generati a livello globale, rendendo i dati non strutturati un'enorme fonte di valore non sfruttato.
Fortunatamente, i progressi nell'IA (Intelligenza Artificiale) e nell'apprendimento automatico ora rendono possibile e conveniente vagliare e trovare un significato in grandi quantità di dati non strutturati ottenuti da file video e audio, e-mail, registri, post sui social media e persino notifiche da dispositivi Internet of Things (IoT). Tutti questi dati possono comportare enormi vantaggi, ad esempio quando vengono utilizzati per automatizzare attività manuali ad alta intensità e spesso altamente ripetitive. Un compito, ad esempio, è fare attenzione alle bandiere rosse:criteri o comportamenti specifici che potrebbero indicare che qualcosa non va e le azioni correttive devono essere adottate rapidamente. Diamo un'occhiata ad alcuni casi di diversi settori.
Che ne dici di una richiesta di risarcimento assicurativo che in apparenza sembra a posto, ma che merita di essere indagata, o di un candidato di lavoro che potrebbe nascondere informazioni? Che dire di una spedizione di prodotti farmaceutici altamente deperibili che potrebbero non essere stati refrigerati per una parte del loro viaggio, o di un contratto che potrebbe violare le leggi di un paese o violare un accordo esistente con un'altra azienda? L'importante è che una bandiera rossa indichi problemi che, se lasciati deselezionati, potrebbero causare gravi danni.
L'intelligenza artificiale ha una grande fame di dati
In che modo l'intelligenza artificiale e l'apprendimento automatico consentono un'analisi dei dati più efficiente ed efficace? Attraverso l'alimentazione dei dati. Fornendo a un modello di apprendimento automatico esempi di transazioni buone e cattive, insegna a distinguere tra i due tipi. Inoltre, più dati elabora il modello di apprendimento automatico, più rafforza queste lezioni, migliorando la precisione.
Quindi, sebbene l'intelligenza artificiale e l'apprendimento automatico stiano facendo grandi passi avanti, le aziende e altre organizzazioni devono recuperare il ritardo. Pensala in questo modo:i dati sono come carburante. Ne abbiamo bisogno per potenziare il nostro pensiero per prendere decisioni sagge. Ma abbiamo estratto tutte le cose facili, i dati strutturati che arrivano in pacchetti belli e ordinati. Ma ecco dove si rompe l'analogia del carburante:anche se un altro gallone di benzina ci consente di guidare per altre 20-30 miglia dispari, più dati inseriamo ci consentono di prendere decisioni significativamente migliori e più accurate, non solo altre 20-30 -miglia dispari di valore e per renderle ancora più veloci.
Eppure, per così tanto tempo una porzione enorme dei nostri dati, i nostri dati non strutturati, è rimasta non sfruttata perché era troppo costosa e troppo difficile da accedere ed elaborare. E, anche se non è più così quando diventa disponibile una nuova tecnologia per raccogliere e analizzare i dati non strutturati, molte persone nel mondo degli affari e in altre organizzazioni hanno trascurato questi progressi.
Dov'è il denaro intelligente
International Data Corporation (IDC) prevede che entro il 2020 le organizzazioni che analizzano dati strutturati e non strutturati, ovvero tutti i dati rilevanti, e forniscono informazioni utilizzabili, raggiungeranno un aumento di produttività di 430 miliardi di dollari in più rispetto ai concorrenti che non eseguono tale analisi dei dati. E le aziende che lo capiscono non aspettano fino al 2020. Un dirigente di una compagnia assicurativa multinazionale con sede in Germania fa riferimento ai dati non strutturati come al loro rischio maggiore. Capiscono i numeri coinvolti e stanno lavorando per assicurarsi di non essere colti alla sprovvista scrivendo polizze assicurative che li espongano a responsabilità che avrebbero potuto evitare.
La potenza combinata di big data, intelligenza artificiale e apprendimento automatico può semplificare l'elaborazione delle informazioni relative a sfide ancora più complesse. Ad esempio, le banche e altre organizzazioni possono rilevare in modo più accurato e rapido frodi, evasione fiscale, riciclaggio di denaro e altri schemi estraendo dati precedentemente non elaborati e non strutturati. Ciò consente loro di individuare e chiudere casi di frode e abuso, oltre a evitare i numerosi falsi positivi che possono verificarsi quando si fa affidamento solo su dati strutturati. Gli accordi di finanziamento commerciale, inclusi contratti e più fonti di dati, tra paesi o società possono anche essere esaminati per determinare se esistono frodi o disuguaglianze, intenzionali o meno.
Inoltre, l'intelligenza artificiale e l'apprendimento automatico possono aiutare le banche e altri tipi di aziende a identificare e verificare meglio l'identità dei propri clienti attraverso procedure automatizzate Know Your Customer (KYC). Tali procedure possono aiutare a prevenirne l'uso, deliberato o involontario, per attività di riciclaggio di denaro, nonché a prevenire la corruzione e altre forme di corruzione. Le procedure KYC possono anche consentire alle aziende di comprendere meglio i rapporti e le esigenze finanziarie dei propri clienti, oltre ad aiutarli a gestire i rischi in modo più prudente. Altri vantaggi includono l'accelerazione dei tempi di guadagno durante l'acquisizione di nuovi clienti, rendendo KYC non un altro costo da sostenere ma, invece, una fonte di profitto.
AI e Machine Learning possono aumentare la tua competitività
Con tutti i vantaggi ottenuti attraverso l'intelligenza artificiale e l'apprendimento automatico, e i progressi della tecnologia utilizzata per elaborare i dati strutturati e non strutturati, è tempo che più aziende e organizzazioni sfruttino la più grande fonte di informazioni disponibile:i propri dati non strutturati.
Informazioni sull'autore
Alex gallese guida la pratica globale di analisi di Ephesoft. È un esperto direttore delle vendite, project manager e imprenditore con la passione di risolvere i problemi mission-critical dei clienti con soluzioni tecnologiche innovative e convenienti.
